• 토지주택연구
• /
• 제12권3호
• /
• pp.27-37
• /
• 2021

본 연구에서는 주택시장과 주식시장 간의 가격 및 비대칭적 변동성 이전효과(asymmetric volatility spillover)관계를 살펴보기 위해 주택 및 주식 가격지수를 이용하여 EGARCH 모형으로 분석하였다. 분석기간은 1986년 1월부터 2021년 6월까지 이고, IMF 외환위기 전후기간의 정보 연관성을 살펴보고자 하위기간으로 1986년 1월부터 1997년 12월까지 IMF 외환위기 이전기간과 1998년 1월부터 2021년 6월까지 이후기간으로 구분하여 분석하였다. 주택시장과 주식시장 간의 비대칭 변동성 이전효과 분석에 EGARCH 모형이 적합한 것으로 나타났다. 가격 이전효과는 주식시장에서 주택시장으로 일방향으로 존재하는 것으로 분석되었으나, 반대로 주택시장에서 주식시장으로의 이전효과는 존재하지 않는 것으로 나타났다. 비대칭적 변동성 이전효과는 주택 및 주식시장 양 시장에 존재하는 것으로 나타났다. 주택시장에서는 IMF 외환위기 이전기간에는 비대칭적 변동성이 부(-)의 효과이나 그 외에는 모두 양(+)의 효과를 보였고, 반면 주식시장에서는 IMF 외환위기 전후 모든 기간에서 부(-)의 효과를 보였다. 이는 주택시장은 악재보다 호재에 더 영향을 받고, 주식시장은 호재보다 악재에 더 영향을 받는다는 것이다. 따라서 정보의 유형별로 수익의 변동성을 식별하는 것이 중요하다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.